http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
클러스터링 기법을 기반으로 밀링 가공 중 이상 진동 탐지를 위한 군집 개수 최적화
김채은(C. E. Kim),남성호(S. H. Nam),남은석(E. S. Nam) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
공작기계를 사용한 밀링 가공에서 공구의 흔들림으로 인한 이상 진동은 가공품의 품질 및 공구 수명에 악영향을 미친다. 일반적으로 진동 신호의 주파수 분석을 통하여 공구 회전 주파수가 아닌 고주파 영역에서의 피크 발생 여부로 신호의 이상 여부를 판단한다. 이 방법으로 이상 탐지를 하기 위해서는 고주파 영역과 피크 크기의 기준이 필요하지만 이를 판단하는 기준을 정하기 어렵다. 따라서 가공 중 발생하는 이상 진동을 실시간으로 검출하기 위하여 클러스터링 기법을 활용한 이상 진동 탐지 알고리즘을 만들고자 하였다. 클러스터링 기법 중 확률 분포에 기반한 GMM을 사용했으며, GMM 은 모니터링 데이터의 이상 상태 분류 모델 생성에 필요한 클러스터의 개수를 찾는 것이 중요하다. 이 논문에서는 학습 기법과 주파수 분석을 이용하여 최적의 군집 개수를 찾는 방법을 제안한다. 이상 상태 모니터링 및 진단은 진동, 소음 신호 등을 0.1 초 단위로 주파수를 추출하여 학습에 사용한다. 최적의 군집 개수를 찾으면 GMM 으로 정상 가공 데이터를 분류, 학습 시킨다. 다른 가공 데이터를 넣었을 때 정상 가공 데이터 범위를 벗어나면 이상 상태로 분류하도록 한다. 이때 소음 신호와 진동 신호의 결과 모두 이상 상태로 분류 되어야 이상 상태로 판단하도록 할 예정이다. 이 알고리즘은 HMI 에 탑재를 목표로 하고 있다.